Schwarz Campus Services: Parkhaus-Prognose

Von den Studierenden wurde angemerkt, dass es häufig zu langen Warteschlangen vor den Parkhäusern und damit einhergehenden unnötig hohen Schadstoffemissionen durch Fahrzeugstaus kommt. Aufgrund des damaligen Lockdowns standen Parkhäuser größtenteils leer, was neue Herausforderungen, aber auch Potenziale mit sich brachte. Ziel des Projektes war es, die Belegungsmuster der Parkhäuser am Campus so genau wie möglich zu erfassen und zu prognostizieren, um diese den Akteurinnen und Akteuren zum einen als Informationsservice für die Parkplatzsuche anzubieten und zum anderen die Nutzung der Parkhausflächen flexibel und effizient zu gestalten.

Für das Projekt wurde zuerst eine Schnittstelle zu den Belegungsdaten der Parkhäuser bereitgestellt. Mittels dieser konnten die aktuellen Belegungszahlen abgerufen und als Grundlage für ein Prognosemodell gespeichert werden. Im Hintergrund konnte nun ein Prognosemodell, z.B. LSTM, auch unter Einbeziehung weiterer Daten wie Wetter und Events trainiert werden. Sobald das Modell solide Ergebnisse erzielte, konnten die Prognosen als Informationsservice bereitgestellt und beispielsweise in die vom Campusmanagement entwickelte Bildungscampus-App integriert werden.

Die Akteurinnen und Akteure am Campus können durch die zur Verfügung gestellten Informationen bei hoher Auslastung direkt auf umliegende Parkhäuser ausweichen. Dadurch werden unnötige Staus im Parkhaus vermieden. Zudem könnten auf Grundlage der genauen Analyse der Stellplatzbelegung neue Nutzungskonzepte für freie Flächen entwickelt werden.